[发明专利]图像分割方法及装置

说明书

技术领域

本公开涉及图像处理领域，特别涉及一种图像分割方法及装置。

背景技术

图像分割技术是图像分析、图像编辑和图像合成等领域的基础，图像分割技术可以从图像中分割出前景和背景，如何快速的、自动的从图像中分割出前景和背景是目前研究的一个重要课题。

在相关的图像分割方法中，首先，接收用户手动选定的图像中的前景样本点和背景样本点；然后，根据用户手动选定的前景样本点建立前背景颜色似然模型；最后，根据前背景颜色似然模型对图像进行分割，得到分割后的前景和背景。

发明人在实现本公开的过程中，发现相关技术至少存在如下缺陷：在传统的图像分割方法中，必须需要用户手动粗略地选定前景样本点和背景样本点，在对大量图像进行分割时，分割效率比较低。

发明内容

为了解决相关技术中必须需要用户手动粗略地选定前景样本点和背景样本点，在对大量图像进行分割时，分割效率比较低的问题，本公开提供一种图像分割方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种图像分割方法，包括：

建立图像的显著性模型；

根据所述显著性模型获取所述图像中的前景样本点和背景样本点；

根据所述显著性模型以及所述前景样本点和所述背景样本点，建立前背景分类模型；

根据预定图割算法对所述图像进行分割，所述预定图割算法利用所述前背景分类模型以及像素点之间的边缘信息对所述图像进行分割。

可选的，所述根据所述显著性模型获取所述图像中的前景样本点和背景样本点，包括：

根据所述显著性模型，计算所述图像中各个像素点的显著性值；

将各个像素点的显著性值进行归一化；

将归一化后的显著性值大于预定前景阈值的像素点确定为所述前景样本点；

将归一化后的显著性值小于预定背景阈值的像素点确定为所述背景样本点；

其中，所述预定前景阈值大于所述预定背景阈值，归一化后的各个显著值均位于(0，1)中。

可选的，所述前背景分类模型包括前景分类模型和背景分类模型，所述根据所述显著性模型以及所述前景样本点和所述背景样本点，建立前背景分类模型，包括：

根据所述前景样本点建立前景颜色似然模型；

根据所述背景样本点建立背景颜色似然模型；

将所述显著性模型与所述前景颜色似然模型相乘，得到所述前景分类模型，所述前景分类模型用于表征像素点为前景的概率；

将所述显著性模型与所述背景颜色似然模型相乘，得到所述背景分类模型，所述背景分类模型用于表征像素点为背景的概率。

可选的，所述根据预定图割算法对所述图像进行分割，包括：

利用所述前景分类模型计算所述图像中每个像素点的前景相似度；

利用所述背景分类模型计算所述图像中每个像素点的背景相似度；

获取所述图像中相邻像素点之间的相似度；

利用各个像素点的前景相似度、各个像素点的背景相似度以及相邻像素点之间的相似度，构造所述预定图割算法所需的无向图；

利用所述预定分割算法对所述无向图进行分割，完成对所述图像的分割。

可选的，所述利用各个像素点的前景相似度、各个像素点的背景相似度以及相邻像素点之间的相似度，构造所述预定图割算法所需的无向图，包括：

构建所述预定图割算法所需的无向图，所述无向图包括前景顶点、背景顶点、至少一个像素顶点、相邻的两个像素顶点之间的第一类边、所述像素顶点与所述背景顶点之间的第二类边，所述像素顶点与所述背景顶点之间的第三类边，所述无向图中的像素顶点与所述图像中的各个像素点一一对应；

对于每条第二类边，将与所述第二类边相连的像素顶点所对应的像素点的前景相似度，确定为所述第二类边的权值；

对于每条第三类边，将与所述第三类边相连的像素顶点所对应的像素点的背景相似度，确定为所述第三类边的权值；

对于每条第一类边，将与所述第一类边相连的两个像素顶点所对应的两个像素点之间的相似度，确定为所述第一类边的权值。

可选的，所述建立图像的显著性模型，包括：

利用预定过分割算法对所述图像进行过分割，得到至少一个区域，同一个所述区域中各个像素点的颜色值相同；

确定每个所述区域的颜色值和质心；

根据各个区域所对应的颜色值以及各个区域的质心，建立所述显著性模型。

可选的，所述显著性模型为：